earticle

영어

As digital platforms rapidly expand, the secondhand trading market has emerged as a key pillar of the circular economy. This study systematically identifies the knowledge structure of domestic secondhand trading research using text mining and network analysis. Analyzing secondhand trading-related papers through TF, TF-IDF, network centrality, and CONCOR analyses revealed ‘transaction’ (901 occurrences) as the most frequent keyword, with ‘secondhand’, ‘use’, ‘platform’, and ‘consumer’ ranking high, confirming platform-based digital environments and consumer behavior as central themes. TF-IDF analysis showed ‘automobile’ ranked highest, indicating secondhand car trading has developed into an independent specialized domain. CONCOR analysis identified four clusters: digital trading ecosystem (20 keywords), secondhand product distribution (6), finance-insurance system (2), and tax-business operator (2), revealing a dual structure where platform-based research coexists with independent institutional research for high-value durable goods. This study represents the first quantitative analysis of secondhand trading research structure, holding both academic and practical significance.

한국어

디지털 플랫폼의 급속한 확산과 함께 중고거래 시장은 순환 경제의 핵심 축으로 부상하고 있다. 본 연구는 텍스트 마이닝과 네트워크 분석을 활용하여 국내 중 고거래 연구의 지식 구조를 체계적으로 규명하고자 하였다. 국내 학술 데이터베이스의 중고거래 관련 논문을 대상으로 TF, TF-IDF, 네트워크 중심성, CONCOR 군 집 분석을 수행한 결과, ‘거래’(901회)가 최고 빈도를 보였으며 ‘중고’, ‘사용’, ‘플랫폼’, ‘소비자’ 등이 상위권을 차지하여 플랫폼 기반 디지털 환경과 소비자 행동 이 연구의 중심축임을 확인하였다. TF-IDF 분석에서는 ‘자동차’가 최상위를 기록하며 중고차 거래가 독립적 전문 영역으로 발전하고 있음을 발견하였다. 또한, CONCOR 분석 결과, 디지털 거래 생태계(20개), 중고 상품 유통(6개), 금융·보험 제도(2개), 세제·사업자(2개)의 4개 군집으로 구분되어 중고거래 연구가 디지털 플랫폼을 기반으로 하되 고가 내구재의 경우 제도적 차원의 세부 연구가 독립적으로 발전하는 이원적 구조를 가짐을 규명하였다. 본 연구는 중고거래 연구의 지식 구조를 정량적으로 분석한 최초의 시도로서 학문적·실천적 의의를 갖는다.